Regular Expression 是一種強大的字串匹配、字串查找等操作工具，常簡寫爲 regex 、regexp 或 RE。這概念最初由 Unix 的 sed、grep 操作而普及開，它定義一系列符號來描述搜索的規則。 但在不同的 coding language 或者是不同 OS 中， 常發現 regex 都會有些差異，主要原因是演進過程中，出現 POSIX 與 PCRE 兩種 :

  • POSIX : 可以說是原初版本，主要用於 UNIX 系統的文本處理，grep 、sed 、awk 等都屬之

  • PCRE : 現代 coding language如 Python、Ruby、 C、C++、Java 都屬於 PCRE 派系。

POSIX

80 年代，POSIX (Portable Operating System Interface) 標準公諸於世，它制定了不同的操作系統都需要遵守的一套規則，其中就包括正則表達式的規則。遵循 POSIX 規則的正則表達式，稱爲 POSIX 派系的正則表達式。分爲兩種標準:

  • BRE（Basic Regular Expression) 基本正則表達式

  • ERE（Extended Regular Expression) 擴展正則表達式

簡單來看差別的話，如果使用 BRE 標準，需要對 [], (), | 符號進行轉義，而 ERE 不用，故自己感覺使用 ERE 能書寫更簡單的 regex 。

PCRE

說到 PCRE（Perl Compatible Regular Expressions） 就要提到90 年代 Perl，在發展過程中，新增許多豐富的特性來加強 regex ，是很多現代 coding language 所使用的 regex lib 基礎(如 python 的 re lib)，所以絕大部分現在 code language 都使用 PCRE 標準。

regex 在處理 data 時很常使用，但在使用不同程式語言時，可以注意一下工具使用的 regex 是何種標準，避免遷移不同環境後運行結果不符合預期。

工具介紹

以下介紹一些實用 web 來檢測和學習 Regex :

Regex101 網站還蠻有用的，主要是在右側的 EXPLANATION 區域會顯示出對輸入的正則表達式的詳細解釋，另外還可以找一些別人寫好的 patterns。

參考資料